[发明专利]基于流形学习线性化的高光谱图像特征提取方法

权利要求书

1.一种基于流形学习线性化的高光谱图像特征提取算法，其特征在于所述高光谱图像特征提取算法步骤如下：

一、给定高光谱数据集X，通过流形学习算法获得初步降维结果Y_L和拉普拉斯矩阵L，其中X是D×N维矩阵，D是数据维数，N是样本个数，Y_L是d×N维矩阵，L是N×N维矩阵，d是降维维数；

二、构建矩阵方程组常数项矩阵B和系数矩阵C：

1)构建D×d维的矩阵方程组常数项矩阵B：

B＝αXY_L^T，

其中，α是一个为正数的惩罚系数；

2)构建D×D维的矩阵方程组系数矩阵C：

C＝X(αI+L)X^T，

其中，I是N×N维的单位矩阵；

三、计算特征转换矩阵：

1)对矩阵方程组系数矩阵C进行求逆得到矩阵H：

H＝C^-1；

2)通过矩阵H和矩阵方程组常数项矩阵B相乘得特征转换矩阵V：

V＝HB；

四、通过特征转换矩阵计算最终降维结果：

Y＝V^TX，

其中，Y是最终的降维结果。